用搜索寻找含运气元素的益智游戏 Drop7 的最优策略

一项研究尝试为益智游戏 Drop7 寻找能比肩人类高手的自动策略，人类老玩家可打出百万分。目前最强候选——深度为 4 搜索内的学习型查找表，在 512 局未见过的游戏上平均得 516,155 分，高于同深度 expectimax 配手写叶子评估的 382,567 分，但仍远低于百万分目标。项目已登记 12 个技术家族、27 条理论主张和 41 项预注册实验，问题仍未解决。